Noticias

LinkedIn “por fin” penaliza los posts generados por IA

LinkedIn despliega el 20 de mayo de 2026 un sistema de detección que reduce el alcance de los contenidos generados por IA sin valor agregado humano. Precisión anunciada del 94%, con los comentarios automatizados y las herramientas de terceros en la mira.

Maxime Ben Bouaziz
CEO Salesdorado
25 de mayo de 2026, actualizado el 10 de noviembre de 2026, 7 min de lectura
Linkedin déclasse post IA

LinkedIn acaba de anunciar la puesta en marcha de un sistema de detección que penaliza la distribución de los contenidos considerados “AI slop”, esos posts generados por IA sin valor agregado humano. Laura Lorenzetti, VP y Executive Editor de LinkedIn Global Editorial, detalló el 20 de mayo de 2026 un mecanismo de penalización algorítmica que también alcanza a los comentarios automatizados. El sistema muestra un 94% de precisión en fase de prueba. Esto es lo que cambia para tus equipos comerciales y de marketing.

Lo que hay que retener

  • LinkedIn no elimina los contenidos de IA, pero bloquea su difusión más allá del primer círculo de contactos
  • El sistema apunta a tres zonas: posts genéricos, comentarios automatizados, herramientas de creación masiva
  • Precisión anunciada del 94%, pero ningún dato público sobre los falsos positivos
  • La creación de contenido creció un 14% en un año, principal motor de la decisión
  • Las herramientas de automatización de terceros (Taplio, Podawaa, Waalaxy) están explícitamente en la mira
  • El filtro de miembros verificados se extiende a los comentarios y al feed
  • El despliegue completo tomará varios meses
SalesdoradoSimula la elección de tu herramienta de prospección en LinkedIn
Herramienta gratuita, 2 minutos
Simula la elección de tu herramienta de prospección en LinkedIn

Responde 11 preguntas específicas y descubre las herramientas que realmente se ajustan a tu contexto.

12
herramientas analizadas
11
preguntas específicas
0 €
sin registro
Metodología publicada por el equipo editorial de Salesdorado

A qué apunta exactamente LinkedIn

El alcance de la medida va más allá de los posts. Lorenzetti distingue tres categorías sancionadas por el algoritmo. La primera concierne a los posts generados por IA que “suenan pulidos en la superficie pero carecen de perspectiva propia o de sustancia”. La segunda apunta a los comentarios producidos por herramientas de automatización, “con poca o ninguna intervención humana”. La tercera incluye las respuestas que se limitan a reformular el post original sin aportar nada.

Según TechRadar, LinkedIn también apunta a marcadores sintácticos concretos: las rayas largas (em dash) y las fórmulas del tipo “it’s not X, it’s Y” se identifican como señales de producción por LLM. Shelly Palmer señala la paradoja: estos patrones existían entre los redactores humanos mucho antes de ChatGPT, y los generadores de slop adaptarán sus resultados en cuanto se conozcan los criterios.

El mecanismo de sanción

No está prevista ninguna eliminación. El contenido detectado sigue visible para los contactos directos y los seguidores, pero sale de las recomendaciones algorítmicas. En concreto, un post marcado no saldrá de tu red inmediata. Para una estrategia de social selling B2B que apuesta por la difusión viral más allá del primer círculo, el impacto es directo.

¿Por qué LinkedIn actúa ahora?

La motivación económica es explícita en las declaraciones de Lorenzetti a Entrepreneur. La creación de contenido en la plataforma crece un 14% interanual, un crecimiento atribuido directamente a la generalización de las herramientas de IA. Si el feed se satura de contenido intercambiable, el engagement cae, los anunciantes retroceden y el modelo premium (Sales Navigator, Recruiter, Premium Business) pierde su valor percibido.

El momento también responde a la competencia. X dañó la fiabilidad de su verificación, Meta y TikTok endurecieron el etiquetado de los contenidos de IA, YouTube desmonetizó los canales de producción masiva. LinkedIn se posiciona como la última plataforma profesional donde la voz humana sigue protegida por el algoritmo.

El enfoque “AI solving AI”

El sistema se basa en un entrenamiento supervisado por los equipos editoriales internos. Editores humanos y content managers anotan miles de posts clasificándolos entre genéricos y originales, a partir de definiciones detalladas del contenido de bajo o alto valor. Luego el algoritmo aprende a reproducir esos juicios a gran escala. El método plantea una pregunta operativa para las marcas: ¿quién define lo que es “original”? Los criterios siguen siendo opacos, y la propia Lorenzetti reconoce ante Entrepreneur que el feed se volvió más competitivo y que la coincidencia con el auge de la IA es evidente.

Las implicaciones concretas que hay que tener en cuenta

Las implicaciones operativas son concretas para las direcciones comerciales y de marketing que estructuraron una presencia en LinkedIn en los últimos dos años.

  • Para los programas de employee advocacy: La práctica de generar posts con ChatGPT y hacer que los publiquen los equipos comerciales se vuelve riesgosa. Si el algoritmo detecta una firma de IA sin retrabajar, el post sigue publicado pero no sale de la red del vendedor. La inversión en capacitación y herramientas pierde su efecto palanca. El valor vuelve al vendedor que se toma el tiempo de escribir una perspectiva personal, aunque sea imperfecta en el estilo.
  • Para los usuarios de herramientas de automatización: Taplio, Podawaa, Waalaxy, AuthoredUp: todo el ecosistema está en la mira sin ser nombrado. Los comentarios automatizados están especialmente expuestos, ya que el sistema apunta explícitamente a las respuestas que reformulan el post sin aportar nada. Las estrategias de presencia basadas en series de comentarios genéricos para ganar visibilidad están muertas a corto plazo.
  • Para los directivos y el ghostwriting: El ghostwriting sigue permitido mientras transmita una perspectiva real. Un post escrito por un redactor a partir de una entrevista con el directivo, con un ángulo propio, pasa. Un post generado a partir de un prompt genérico sobre un tema de actualidad, no. La frontera se desplaza hacia una pregunta: ¿hay una experiencia vivida detrás del texto?

Los límites anunciados

Varias zonas grises merecen la atención de los anunciantes y de los creadores de contenido profesional.

La tasa de falsos positivos sigue siendo desconocida

La cifra de 94% de precisión se destaca sin detalle metodológico. The Next Web subraya que LinkedIn no compartió datos sobre los falsos positivos, y la frecuencia con la que posts legítimos se marcarán por error como slop sigue siendo una incógnita. Para un creador B2B que usa la IA como asistente de redacción sin perder el control editorial, el riesgo de ser penalizado por error es real.

El despliegue será progresivo

Fast Company indica que el despliegue será lento y que podrían pasar varios meses antes de que todos los usuarios vean menos slop en su feed. Los efectos sobre la distribución no serán, por lo tanto, ni inmediatos ni uniformes según las regiones y los sectores.

La paradoja Microsoft

LinkedIn pertenece a Microsoft, que impulsa activamente Copilot, incluso para redactar posts de LinkedIn. The Media Copilot señala que la propia LinkedIn ofrece un conjunto de herramientas de IA generativa, incluido un botón “rewrite with AI” bien visible en su editor de posts, lo que vuelve incómodo el momento del anuncio. La línea entre “IA aceptable” e “IA slop” será tan política como técnica.

¿Cómo adaptar tu estrategia en LinkedIn?

Algunos principios prácticos para los equipos editoriales y comerciales que quieren seguir visibles bajo el nuevo régimen algorítmico.

Mantener la IA como asistente, no como redactor. Usar ChatGPT para estructurar una idea o reformular un borrador no es un problema. Pedirle que genere un post entero a partir de un tema, sí.

Trabajar las señales de experiencia vivida. Una cifra interna, un comentario preciso de un cliente, una anécdota operativa, una opinión tajante: todo lo que no puede salir de un prompt genérico refuerza la señal humana para el algoritmo.

Auditar tus herramientas de automatización. Si tus equipos usan una herramienta de terceros para generar comentarios o posts en serie, el retorno de la inversión se va a deteriorar rápido. Reasignar el presupuesto a la producción editorial interna se vuelve una opción a estudiar.

Hacer verificar las cuentas de tus directivos. El filtro de “miembros verificados” extendido a los comentarios da una ventaja de visibilidad a los perfiles autenticados. Para los perfiles estratégicos (CEO, VP comercial, directores), la verificación se convierte en un activo de distribución.

La tabla resumen de los cambios

Este es un resumen de los principales tipos de contenido y de perfil afectados por la nueva política de LinkedIn, con su tratamiento algorítmico antes y después del despliegue del sistema de detección.

Tipo de contenido Estado antes Estado después
Post de IA genérico sin ángulo Difusión normal Limitado al primer círculo
Post de IA con perspectiva humana Difusión normal Difusión normal mantenida
Comentario automatizado Difusión normal Sanción algorítmica
Comentario que reformula el post Difusión normal Sanción algorítmica
Perfiles falsos de IA Moderación reactiva Detección reforzada
Perfiles verificados Ventaja limitada Filtro extendido al feed y a los comentarios

Lo que hay que vigilar en los próximos meses

Tres indicadores van a contar para evaluar el alcance real de la medida. Primero, las primeras comunicaciones de los editores de herramientas de terceros (Taplio, Waalaxy,…) sobre la adaptación de sus tecnologías. Su capacidad para esquivar las señales de detección definirá la supervivencia de una parte del mercado de herramientas para LinkedIn.

Después, los datos de engagement publicados por LinkedIn y por agregadores de terceros como Favikon o Shield. Una caída medible del alcance promedio de las cuentas que usan automatización intensiva será la primera señal de que el sistema funciona.

Por último, las opiniones de los creadores B2B sobre los falsos positivos. Si voces editoriales reconocidas empiezan a ver caer su alcance sin explicación, la medida podría revisarse. A seguir.

★ La conversación, 0 comentarios

Lo que dice la comunidad.

Markdown básico, moderación en 24 h
Cargando…

    Para seguir leyendo